我正在考虑启动一个Android项目，它记录音频信号并进行一些处理去噪。我的问题是，由于许多（几乎所有）去噪算法都涉及FFT，我可以做一个实时程序吗？实时我的意思是程序同时进行录制和处理，所以当我完成录制时我可以节省时间。
我制作了一个示例项目，它对音频信号应用了傅里叶变换，并实现了一种称为子谱的简单算法。但我发现很难实时实现这个算法，这意味着在我按下“停止”按钮后，我需要一段时间来处理并保存文件（我也想知道这些商用记录器是怎么做的节目录制声音，同时保存它）。我知道我的FFT可能不是最快的，但我想知道我是否可以实现'实时'，如果我完全优化它或使用最快的FFT代码？非常感谢！
答案 0 :(得分：1)
听起来你在谈论broadband denoising。所以我会解决我的问题。还有其他类型的去噪，从简单过滤到自适应过滤到动态范围扩展，可能还有其他类型。
我认为任何人都不能用简单的是或否回答这个问题。你必须尝试一下，看看能做些什么。
首先，有各种各样的FFT实现，包括FFTW，你可以尝试不同的速度。有些比其他人快，但在一天结束时，他们都将提供可比较的结果。
这是本地C / C ++优于Java / Dalvik代码的地方，因为它可以真正利用矢量代码。为了实现这一点，您可能需要编写一些汇编程序，或者找到一些已经过android优化的代码。我不知道android优化的FFT，但我确定它存在。
真正的性能获胜将来自您构建整体去噪算法的方式。我熟悉的所有去噪都是处理器密集型的，并且可能无法在手机上实时工作，尽管它可能在平板电脑上。不过，这只是一个（受过教育的）猜测。